一种基于多智能体的车联网环境下路径选择仿真系统技术方案

本发明专利技术公开了一种基于多智能体的车联网环境下路径选择的仿真系统。有前台和后台两部分组成，前台界面为人机互动模块，后台程序则负责仿真系统功能的实现；包括路网生成及初始化、车辆生成及初始化、仿真内核、信息的采集和传递几个模型，仿真内核为驱动车辆在路网中运行的核心规则，包括微观和宏观两层规则。本发明专利技术研究了车联网环境下出行者路径选择行为的多智能体仿真系统的总体设计、车联网智能体的双层行动规则以及仿真系统中信息的收集与传递等，从每个车辆行动规则出发，实现对系统宏观状态的体现，使得对实现复杂动态系统的仿真具有可行性和有效性。

【技术实现步骤摘要】

本专利技术涉及路径选择仿真
，特别涉及一种基于多智能体的车联网环境下路径选择的仿真系统。
技术介绍
20世纪60年代以来随着计算机技术的进步，使得交通仿真成为一种通过采用计算机模型来反映复杂交通现象重要分析方法。交通仿真是通过建立计算机仿真模型来模拟交通现象在时间和空间上的变化过程和规律，尤其对于在一些前瞻性、危险性交通环境的研究，交通仿真具有不可替代的作用。车联网被证明具有巨大的经济和社会效益，能够很大程度上解决现有的交通问题。但关于车联网的研究和应用正处于初级阶段，对于车联网环境对交通系统的影响机制还不甚了解，因此通过仿真研究车联网环境下交通系统的有关问题显得十分必要。由于交通现象是由路网使用者在道路上运动的集计现象，路网交通流分布及运行状态更是由出行者的路径选择行为决定。同样在车联网环境下交通系统的运行状况是由出行者在车联网信息条件下的路径选择行为决定的，所以在车联网环境下，从出行者路径选择行为仿真出发研究车联网环境对交通系统的影响机制十分必要，对车联网应用也具有重要作用。多智能体(Multi-agent)技术通过智能体间的行动和相互作用来模拟复杂的交通现象，人们运用多智能体技术提出了一些微观交通流模型，如车辆跟驰模型、换道模型等。多智能体技术作为分布式计算的一种框架，能够研究研究复杂、动态的系统。多智能体技术特别适合模拟由微观个体行为产生宏观现象涌现的交通现象，能够通过对个体的行为建立模型出发，研究由这种行为集计产生的宏观效果。因为研究车联网环境下交通系统的运行状况需要从出行者在车联网环境下的出行行为研究出发，且车联网环境下的交通系统为各部分相互交织、相互影响的复杂巨系统，所以应用多智能体技术从出行者行为出发研究车联网环境下交通系统运行状况具有更好的可信度和有效性。
技术实现思路
本专利技术的专利技术是提供一种基于多智能体的车联网环境下路径选择仿真系统，以提供一种车联网信息条件下从个体行为交通出发的一种通用性仿真框架，提高研究车联网下交通系统研究的可靠性和有效性，为车联网应用研究提供一种高效、可行的研究工具。本专利技术的技术方案是：基于多智能体的车联网环境下路径选择仿真系统，借助于开源多智能体仿真工具NetLogo搭建仿真系统，搭建包括以下步骤：(1)仿真系统初始化设定给仿真系统世界设定一个坐标原点，在此坐标原点的基础上给世界一个界限，如设置世界范围为x方向坐标范围为[-25,25]，y方向的范围也是[-25,25]，因此仿真系统的为50×50的由2500个离散的Patches组成的世界，然后按照需要将一部分Patches集合的颜色设置为特定的颜色(如灰色)作为道路，除此之外的Patches设置为另外的易于区分的其他颜色(如绿色)作为路侧建筑等，车辆智能体可以通过判断Patches的颜色识别道路，并给路段Patches赋予一定标识和一定的自由流速度也就是最大速度以划分路段等级，同时对交叉口的Patches进行编号，以交叉口节点Patches的编号组成的有序数组用来表示仿真系统中的路径及OD对等。(2)车辆智能体的生成及初始化根据需要在特定的坐标位置按照可以设定的来车率p生成车辆智能体(Turtles)，算法为：if区间[0,100]内随机生成的数k小于p·100，then生成车辆每个车辆智能体生成后需要对其进行初始化设置，如颜色、车辆ID、所属OD、航向、加速度、初始速度等，这样可以按照研究需要生成不同属性、不同构成比例的车辆智能体，并且这些属性和比例可以通过人机交互界面进行方便的调整；(3)仿真内核为车辆智能体的行动规则，包括微观战术层规则和宏观战略层规则：1)战术层规则车辆智能体在仿真系统中路网上的微观行驶规则，主要在于路段和交叉口的行动规则，首先是路段上的跟驰行为，车辆n生成后，根据其初始化设定的初速度行驶，在行驶过程中根据前车n+1行驶状况作出行驶决策，其算法为：if车辆n和前车n+1距离d小于设定安全距离△x存在跟驰行为，n按照下式进行加减速控制：else不存在跟车行为，车辆n以路段自由流速度行驶或加速到该速度行驶；其次是在交叉口的转弯行为，车辆智能体在生成后根据战略层规则选择出内容1)中所述的有序数组代表的路径，在到达交叉口时根据存储的路网拓扑结构作出转向决策，其算法为：if车辆到达节点iif车辆路径下一节点编号为a向左(右或直行)转弯，赋值heading＝heading+90°if车辆路径下一节点编号为b向右(直行)转弯，赋值heading＝heading-90°if车辆路径下一节点编号为c保持直行，赋值heading＝headingelseif车辆到达节点j……依次遍历每个节点2)战略层规则战略层负责车辆智能体的路径选择，包括路径计算和路径分配，路径计算规则可以根据研究需要给定，根据路径计算规则路径分配方式分为两种，一种是最优路径分配，直接给路径变量赋值代表最优路径的有序数组，另一种是离散选择的模式下的路径分配，路径r1,r2,r3,r4的选择概率分别为p1,p2,p3,p4，则路径分配算法为：if0≤区间[0,100]随机生成的随机数k<100·p1，then选择路径r1if100·p1≤区间[0,100]随机生成的随机数k<100·(p1+p2),then选择路径r2if100·(p1+p2)≤区间[0,100]随机生成的随机数k<100·(p1+p2+p3),then选择路径r3if100·(p1+p2+p3)≤区间[0,100]随机生成的随机数k<100·(p1+p2+p3+p4),then选择路径r4(4)信息的采集与传递信息的采集包括行程时间、油耗、路段车辆数、路段饱和度等信息的采集，其中路段车辆数、路段饱和度等信息较容易获取，最主要的是行程时间和油耗信息。1)行程时间仿真系统中设定有时钟ticks，车辆在进入路段a之前到达节点i，此时将时钟的值赋值给车辆智能体变量ti，同样在车辆驶出路段a后到达路段a末端节点j时，再将时钟值赋值给车辆智能体变量tj，然后计算出车辆在路段a上的行程时间ta＝tj-ti，对路段a的平均行程时间的采集采用长度为5的数组Tra进行存储车辆在路段a上的行程时间并求其均值作为路段a的平均行程时间，其算法为：if车辆n使用路段aif数组Tra长度<5将车辆n在路段上的行程时间加入数组Tra作为第一个元素，并计算数组的均值作为路段a的平均行程时间else去除数组Tra的最后一个元素2)油耗油耗信息通过油耗模型计算得到，由于需要的是路段油耗情况，这里使用一个通过交通流参数计算油耗的集计油耗模型，这里以采集的实时的路段饱和度为输入变量，模型如下：式中，FC为路段的单位里程油耗，为路段的饱和度，a,b,c为与路段等级有关的系数。本专利技术具有以下有益效果：(1)本专利技术基于多智能体的车联网环境下出行者路径选择仿真系统从刻画个体行为模型出发，以体现由此产生的宏观效果，且同时考虑了个体的微观层面和宏观层面的行为。宏观层面行为的集计效果决定了交通流在路网中的分布，微观层面的行为不仅更真实的刻画了车辆在道路上的实际行驶状况，而且反映了路段运行的运行状况。实现了从底层原理的研究以探究宏观的现象，具有更好的说服力和有效性。(2)本专利技术基于本文档来自技高网...

【技术保护点】
一种基于多智能体的车联网环境下路径选择仿真系统，其特征在于，主要通过三类智能体Patches、Turtles、Observer实现对现实世界的模拟，Patches智能体代表路网，Turtles智能体代表车辆，Observer智能体代表信息服务系统，仿真系统主要包括如下模块内容：(1)前台人机交互模块主要由仿真控制、仿真数据显示及仿真动画演示和仿真参数调节四部分功能，仿真控制部分主要实现仿真试验过程的开始停止的控制，仿真数据显示及仿真动画演示主要根据需要提供仿真过程中数据的实时显示和仿真试验运行过程的动画的2D或3D显示，并能通过仿真参数调节模块在仿真试验前或仿真试验过程中对控制仿真试验场景的参数进行调节，能够根据试验需要调整相应参数进行不同场景的仿真试验；(2)路网生成及初始化路网生成及初始化负责在仿真试验开始前成仿真试验的路网系统，并对路网参数进行初始化设置，将道路视为由一系列瓦片(Patches)组成的离散格点，其在仿真环境世界中的坐标也是离散的，但车辆在仿真环境世界中的位置坐标是连续的，通过对Patches设置不同的颜色属性来表征道路或路侧建筑等，并给构成路网的每条路段和节点一定的名称或标号，如对路网中的节点用数字进行编号，并用这些数字的有序数组来表示路径，除此之外，给每条路段的属性中通过给路段不同的自由流速度来设置不同等级的路段；(3)车辆生成及初始化车辆生成及初始化包括在仿真过程中按照需要在路网的给定位置按照一定来车率生成车辆，并给定车辆一定的属性，包括车辆的加减速度、OD、车辆ID等；(4)仿真内核车辆生成后，其会按照仿真内核在路网中运动，也就是车辆的战术层和战略层规则，具体为：战术层规则：车辆的战术层规则用以描述车辆在道路上的微观层面的行驶行为，包括车辆跟驰、转弯等，车辆n在行驶过程中通过不断监测与前车n+1的车尾间距的值，并将该值与设定的安全距离阈值作比较，如果大于该阈值则认为车辆n不存在跟驰行为，车辆n将按照所在路段的自由流速度或加速到该速度行驶，反之，如果小于该阈值则认为存在跟驰行为，车辆n则按照设定的加减速模型行驶；当车辆到达路口节点时，车辆智能体会根据自身所处的节点编号及根据其路径搜索出的下一节点的编号作为输入，依据仿真系统中存储的路网的拓扑结构计算出转向，并根据计算结果执行转向；战略层规则：所述战略层规则主要是车辆智能体的路径选择规则，在基于多智能体的车联网环境下路径选择仿真系统的框架下可以根据需要改变路径选择规则以研究不同的问题；(5)信息的采集与传递信息采集与传递负责车辆在运行过程中对自身状态信息的采集、存储以及对整个路网状态信息的获取、处理，并对这些信息进行传递和共享。...

【技术特征摘要】
1.一种基于多智能体的车联网环境下路径选择仿真系统，其特征在于，主要通过三类智能体Patches、Turtles、Observer实现对现实世界的模拟，Patches智能体代表路网，Turtles智能体代表车辆，Observer智能体代表信息服务系统，仿真系统主要包括如下模块内容：(1)前台人机交互模块主要由仿真控制、仿真数据显示及仿真动画演示和仿真参数调节四部分功能，仿真控制部分主要实现仿真试验过程的开始停止的控制，仿真数据显示及仿真动画演示主要根据需要提供仿真过程中数据的实时显示和仿真试验运行过程的动画的2D或3D显示，并能通过仿真参数调节模块在仿真试验前或仿真试验过程中对控制仿真试验场景的参数进行调节，能够根据试验需要调整相应参数进行不同场景的仿真试验；(2)路网生成及初始化路网生成及初始化负责在仿真试验开始前成仿真试验的路网系统，并对路网参数进行初始化设置，将道路视为由一系列瓦片(Patches)组成的离散格点，其在仿真环境世界中的坐标也是离散的，但车辆在仿真环境世界中的位置坐标是连续的，通过对Patches设置不同的颜色属性来表征道路或路侧建筑等，并给构成路网的每条路段和节点一定的名称或标号，如对路网中的节点用数字进行编号，并用这些数字的有序数组来表示路径，除此之外，给每条路段的属性中通过给路段不同的自由流速度来设置不同等级的路段；(3)车辆生成及初始化车辆生成及初始化包括在仿真过程中按照需要在路网的给定位置按照一定来车率生成车辆，并给定车辆一定的属性，包括车辆的加减速度、OD、车辆ID等；(4)仿真内核车辆生成后，其会按照仿真内核在路网中运动，也就是车辆的战术层和战略层规则，具体为：战术层规则：车辆的战术层规则用以描述车辆在道路上的微观层面的行驶行为，包括车辆跟驰、转弯等，车辆n在行驶过程中通过不断监测与前车n+1的车尾间距的值，并将该值与设定的安全距离阈值作比较，如果大于该阈值则认为车辆n不存在跟驰行为，车辆n将按照所在路段的自由流速度或加速到该速度行驶，反之，如果小于该阈值则认为存在跟驰行为，车辆n则按照设定的加减速模型行驶；当车辆到达路口节点时，车辆智能体会根据自身所处的节点编号及根据其路径搜索出的下一节点的编号作为输入，依据仿真系统中存储的路网的拓扑结构计算出转向，并根据计算结果执行转向；战略层规则：所述战略层规则主要是车辆智能体的路径选择规则，在基于多智能体的车联网环境下路径选择仿真系统的框架下可以根据需要改变路径选择规则以研究不同的问题；(5)信息的采集与传递信息采集...

【专利技术属性】
技术研发人员：丁川，戴荣健，鹿应荣，鲁光泉，王云鹏，马晓磊，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11